python - 如何使用 matplotlib 使绘图的 xtick 标签成为简单的绘图？

Question

我不想用文字或数字作为 x 轴的刻度标签，而是想绘制一个简单的图形(由直线和圆圈组成)作为每个 x 刻度的标签。这可能吗？如果是这样，在 matplotlib 中实现它的最佳方法是什么？

Answer 1

我会删除刻度标签并将文本替换为 patches .以下是执行此任务的简要示例:

import matplotlib.pyplot as plt
import matplotlib.patches as patches


# define where to put symbols vertically
TICKYPOS = -.6

fig = plt.figure()
ax = fig.add_subplot(111)
ax.plot(range(10))

# set ticks where your images will be
ax.get_xaxis().set_ticks([2,4,6,8])
# remove tick labels
ax.get_xaxis().set_ticklabels([])


# add a series of patches to serve as tick labels
ax.add_patch(patches.Circle((2,TICKYPOS),radius=.2,
                            fill=True,clip_on=False))
ax.add_patch(patches.Circle((4,TICKYPOS),radius=.2,
                            fill=False,clip_on=False))
ax.add_patch(patches.Rectangle((6-.1,TICKYPOS-.05),.2,.2,
                               fill=True,clip_on=False))
ax.add_patch(patches.Rectangle((8-.1,TICKYPOS-.05),.2,.2,
                               fill=False,clip_on=False))

结果如下图:

设置clip_on为False是关键，否则轴外的patches将不会显示。补丁的坐标和大小(半径、宽度、高度等)将取决于您的轴在图中的位置。例如，如果您正在考虑对子图执行此操作，您将需要对补丁放置敏感，以免与任何其他轴重叠。这可能值得您花时间调查 Transformations ，并在其他单位(轴、图形或显示)中定义位置和大小。

如果您有要用于符号的特定图像文件，您可以使用 BboxImage 类来创建要添加到轴而不是补丁的艺术家。例如，我使用以下脚本制作了一个简单的图标:

import matplotlib.pyplot as plt

fig = plt.figure(figsize=(1,1),dpi=400)
ax = fig.add_axes([0,0,1,1],frameon=False)
ax.set_axis_off()

ax.plot(range(10),linewidth=32)
ax.plot(range(9,-1,-1),linewidth=32)

fig.savefig('thumb.png')

生成这张图片:

然后我在我想要刻度标签和我想要的大小的位置创建了一个 BboxImage:

lowerCorner = ax.transData.transform((.8,TICKYPOS-.2))
upperCorner = ax.transData.transform((1.2,TICKYPOS+.2))

bbox_image = BboxImage(Bbox([lowerCorner[0],
                             lowerCorner[1],
                             upperCorner[0],
                             upperCorner[1],
                             ]),
                       norm = None,
                       origin=None,
                       clip_on=False,
                       )

注意到我如何使用 transData 转换将数据单位转换为显示单位，这在 Bbox 的定义中是必需的。

现在我使用 imread 例程读取图像，并将其结果(一个 numpy 数组)设置为 bbox_image 的数据并将艺术家添加到轴:

bbox_image.set_data(imread('thumb.png'))
ax.add_artist(bbox_image)

这会产生一个更新的数字:

如果您直接使用图像，请确保导入所需的类和方法:

from matplotlib.image import BboxImage,imread
from matplotlib.transforms import Bbox